主成分分析与遗传算法优化ELM模型的矿井突水水源识别方法

来源 :中国科技论文 | 被引量 : 0次 | 上传用户:lwh_bbs
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了实现矿井突水水源的快速准确识别,提出了主成分分析(principal component analysis,PCA)、遗传算法(genetic algorithm,GA)和极限学习机(extreme learning machine,ELM)相结合的突水水源判别模型。模型以ELM分类为基础,利用PCA将含水层6种水化学离子指标归纳为3种主成分,通过GA优化ELM,结合良庄煤矿51101工作面实测数据资料建立判别模型,并与传统ELM模型和BP神经网络预测模型进行对比,再实际应用到李楼煤矿1303工作面的
其他文献
咸水层CO2地质封存技术是我国实现碳中和目标的重要支撑技术,也是一项深部地下空间开发利用技术.咸水层CO2地质封存工程利用的深部地下空间,需要在确定CO2羽流、扰动边界和经
为了解西安市空气质量时空变化特征,探讨大气污染物质量浓度与土地利用类型的关系。使用2017年西安市空气质量监测数据和土地利用数据,基于经验正交函数(empirical orthogonal function,EOF)、空间插值和泰森多边形(Thiessen polygon)法分析西安市空气质量指数和主要大气污染物质量浓度时空变化特征,探讨土地利用类型对其的影响。结果表明:西安市大气污染物质量浓度在空间分布上呈现西北高、东南低的特征,在时间变化上呈现冬季>春秋季>夏季的“U”型特征;土地利用类型
针对矿区植被多、易造成失相干的问题,提出了一种将小基线集和干涉点目标分析(small baseline subsat and interferometric point target analyisis,SBAS-IPTA)方法与随机森林(random forest,RF)算法相结合的开采沉陷监测与预计方法。首先提取陕西省桑树坪矿区的沉陷速率及时序累积沉陷值,然后定量分析沉陷规律,最后将沉陷值作为RF的训练样本建立预计函数,并与灰色模型(gray model,GM)算法预计结果进行对比分析。结果表明:通过
为了查明谢家店地区水文地质条件,圈定富水地段作为供水水源地以解决淄博市因干旱造成的用水紧缺问题,运用水文地质试验和现场调查分析方法研究了淄博市谢家店地区地质构造特征,深入探讨了地质构造对水文地质边界、水动力条件及含水层富水性的影响,基本掌握了谢家店区域地质构造的控水机制。结果表明:谢家店地区地质构造极其复杂,主要有NE、EW、SN这3组主导方向,大小断裂分布较为集中,主要断层及其破碎带内溶蚀裂隙发育程度高;盆泉—北博山断层和淄河断层是岩溶水运移最主要的导水通道,谢家店断裂(带)则为地下水局部富集场所,河谷